- 📄 SKILL.md
api-test
代码、标头和响应形状。对于手动 API 验证很有用。
代码、标头和响应形状。对于手动 API 验证很有用。
**所有 MCP 服务器工作的强制要求** - mcp 使用框架最佳实践和模式。 **在任何 MCP 服务器工作之前,请先阅读本文**,包括: - 创建新的 MCP 服务器 - 修改现有 MCP 服务器(添加/更新工具、资源、提示、小部件) - 调试 MCP 服务器问题或错误 - 检查 MCP 服务器代码的质量、安全性或性能 - 回答有关 MCP 开发或 mcp 使用模式的问题 - 对 server.tool()、server.resource()、server.prompt() 或小部件进行任何更改 此技能包含关键架构决策、安全模式和常见陷阱。在实施 MCP 功能之前,请务必查阅相关参考文件。 --- # 重要提示:如何使用此技能此文件仅提供导航指南。在实现任何 MCP 服务器功能之前,您必须: 1. 阅读本概述以了解哪些参考文件是相关的 2. **始终阅读您要实现的功能的特定参考文件** 3. 将这些文件中的详细模式应用到您的实现中 **不要仅依赖此文件中的快速参考示例** - 它们只是最小的示例。参考文件包含关键的最佳实践、安全注意事项和高级模式。 --- # MCP 服务器最佳实践 使用 mcp-use 使用工具、资源、提示和小部件构建生产就绪的 MCP 服务器的综合指南。 ## ⚠️ 第一:新项目还是现有项目? **在执行其他操作之前,请确定您是否位于现有的 mcp-use 项目中。** **检测:** 检查工作区中是否有将“mcp-use”列为依赖项的“package.json”,或从“mcp-use/server”导入的任何“.ts”文件。 ``` ├─ mcp-use 项目已找到 → 不要使用脚手架。您已经在一个项目中了。 │ └─ 跳至下方“快速导航”添加功能。 │ ├─ 没有 mcp-use 项目(空目录、不相关的项目或绿地) │ └─ 首先使用 npx create-mcp-use-app 搭建脚手架,然后添加功能。 │ 请参阅“脚手架 N
当用户要求“创建 api 端点”、“django ninja”、“django api”、“添加端点”、“rest api django”、“ninja 路由器”、“api 模式”,或在 Django 项目中提及 API 开发、端点组织或 Pydantic 模式时,应使用此技能。为 Django Ninja 模式提供每个文件 1 个端点的组织。 --- # Django Ninja API 开发 具有单端点每个文件组织的 Django Ninja 模式。 ## 核心原则 1. **一个端点 = 一个文件** - 每个端点都存在于自己的文件中 2. **逻辑分组** - 端点按域分组在子包中 3. **每个组有一个路由器** - 每个组都有自己的路由器 4. **单独包中的模式** - `schemas/` 中的 Pydantic 模型 5. **逻辑服务** - 服务中的业务逻辑,而不是端点 ## API 结构 ``` myapp/ ├── api/ │ ├── __init__.py # 主要 NinjaAPI 实例 │ ├── users/ │ │ ├── __init__.py # Router: users_router │ │ ├── list.py # GET /users/ │ │ ├──Detail.py # GET /users/{id} │ │ ├── create.py # POST /users/ │ │ ├── update.py # PUT /users/{id} │ │ └── delete.py # 删除 /users/{id} │ ├── products/ │ │ ├── __init__.py │ │ ├── list.py │ │ ├── detail.py │ │ └── search.py │ └── auth/ │ ├── __init__.py │ ├── login.py │ ├── logout.py │ └── refresh.py └── schemas/ ├── __init__.py ├── user.py # UserIn, UserOut, UserPatch ├── 产品.py └── common.py # 分页、错误 ``` ## 主要 API 设置 In `api/__init__.py`: ```python from ninja import NinjaAPI from ninja.security import HttpBearer from .users import router as users_router from .products import router as products_router from .auth import router as auth_router class AuthBearer(HttpBearer): defauthenticate(self, request, token): # 令牌验证逻辑 from ..services.auth import AuthService return AuthService.validate_token(token) api = NinjaAPI( title="My API",
创建 DiscoClaw Discord 机器人并将其邀请到服务器,配置所需的意图/权限,并生成/验证 DiscoClaw 的本地 .env 设置。在为新用户/服务器设置 DiscoClaw、轮换机器人令牌、调试机器人无法读取消息的原因(消息内容意图)或为给定客户端 ID 生成邀请 URL 时使用。
AvatarBook 的 MCP 服务器 — 具有技能市场的自主 AI 代理社交平台
webman-tech/swagger 最佳实践。使用场景:用户为 webman 接口编写 OpenAPI 文档时,给出明确的推荐写法。
Jarvis 初始设置入门向导。逐步收集所需的环境变量,例如 Discord 机器人令牌和 Claude API 密钥,设置自动/手动更新策略,并创建专用更新通知通道(🚀jarvis-update)。完成后,机器人将立即启动。
将新的 MCP 工具添加到此 Intervals.icu 服务器的分步指南。当用户想要添加新工具、端点或 API 集成时使用。确保一致遵循既定的异步模式、响应格式、命名规则和面向 LLM 的令牌预算。 --- ## 您正在生产什么 MCP 工具是一个 **LLM 消耗的工件**。每个 Claude/GPT/等都会阅读该工具的名称和描述。在用户输入任何内容之前,在每个会话中连接到此服务器的模型。对清晰度和长度要严格要求。为模型编写,而不是为人类读者编写(人类阅读“docs/tools.md”和自述文件)。 ## 先决条件
在设计新的 REST API、审查 API 设计、建立 API 标准、设计请求/响应格式、分页、版本控制、身份验证流程或创建 OpenAPI 规范时使用。
创建或修改工具(.json + .sh 对)和技能(SKILL.md 文件),并使用 reload_capability 将它们热重新加载到活动对话中。当您想要构建新功能、使用新工具扩展自己、修复现有工具、创建或更新技能或构建完整的应用程序(Web 服务器、API、数据管道、CLI)时使用 - 所有这些都无需重新启动。 --- ## 概述 您可以在运行时扩展自己。新工具和技能通过“reload_capability”立即生效——无需重新启动会话。会话范围的功能位于会话目录中的 `core/` 中: - **工具**:`core/tools/<name>.json`(架构)+ `core/tools/<name>.sh`(实现) - **技能**:`core/skills/<name>/SKILL.md`(frontmatter + 正文) **工具的功能没有限制。** shell 脚本可以调用 Python、Node.js、任何语言或二进制文件系统。 先构建,立即使用。 --- ## 构建一个工具
当您需要本地离线文本转语音以及可选的语音克隆时,请使用 Chirp。 Chirp 提供了一个小型本机服务器,可以使用 Qwen3-TTS 从文本创建 WAV 文件。
完整的 FlagRelease 管道编排器。为多芯片 GPU 后端运行完整的 LLM 部署、验证和基准测试管道。 Executes: install-stack → env-verify → model-verify → perf-test in sequence, passing state between steps and producing a final structured report.假设 gpu-container-setup(步骤 1)已完成 - 必须存在具有 PyTorch + GPU 访问权限的正在运行的容器。
skill-sample/ ├─ SKILL.md ⭐ 必备:技能说明入口:用途 / 安装 / 用法 / 示例 / 依赖 ├─ manifest.sample.json ⭐ 推荐:机器可读元信息:用于索引 / 校验 / 自动填表 ├─ LICENSE.sample ⭐ 推荐:授权与使用范围:开源 / 限制 / 商用说明 ├─ scripts/ │ └─ example-run.py ✅ 可运行示例脚本:让用户导入后立刻验证“能用” ├─ assets/ │ ├─ example-formatting-guide.md 🧩 输出规范:统一排版 / 结构 / 风格 │ └─ example-template.tex 🧩 模板资源:报告/文档模板,快速生成标准产物 └─ references/ 🧩 参考资料库:方法论 / 结构指南 / 最佳实践 ├─ example-ref-structure.md 🧩 结构参考:章节框架 / 目录组织 ├─ example-ref-analysis.md 🧩 分析参考:常用套路 / 指标口径 └─ example-ref-visuals.md 🧩 视觉参考:图表规范 / 可视化建议
更多 Agent Skills 规范 详见Anthropic官方文档:https://agentskills.io/home
├─ ⭐ 必备:YAML Frontmatter(必须存在,放在文件最顶部) │ ├─ ⭐ name :技能唯一名;须符合命名规则,并建议与目录名一致 │ └─ ⭐ description :技能描述;建议包含触发关键词(便于检索/匹配) │ ├─ ✅ 可选:Frontmatter 扩展字段(规范允许,但非强制) │ ├─ ✅ license :许可证标识(也可配合单独 LICENSE 文件) │ ├─ ✅ compatibility :兼容性/运行环境要求(仅在确实有限制时写) │ ├─ ✅ metadata :任意键值对(如 author/version/source_url 等) │ └─ 🧩 allowed-tools :允许工具白名单(规范标注为 experimental) │ └─ ✅ 推荐:Markdown 正文(自由格式,但建议按“渐进式披露”组织) ├─ ✅ Overview / Purpose :一句话说明目标 + 不做什么(边界) ├─ ✅ When to use :触发条件/适用场景(让模型/用户知道何时调用) ├─ ✅ Step-by-step :步骤化流程(最好 3–6 步,保证可复现) ├─ ✅ Inputs / Outputs :输入格式、输出格式、产物位置(文件/文本/JSON等) ├─ ✅ Examples :至少 1 个可复制示例(越“能跑”越好) ├─ 🧩 Files & References :引用assets/、references/、scripts/(相对路径) ├─ 🧩 Edge cases :边界情况/限制(大文件、速率限制、失败回退) ├─ 🧩 Troubleshooting :常见错误与解决(依赖缺失、路径不对、权限问题) └─ 🧩 Safety notes :涉及联网/写文件/执行命令时给出提醒(建议写)
在 GitHub 和各类社区里,技能文件分散、难检索、也难判断是否可靠。SkillWink 把开源技能集中整理成可搜索、可筛选、可直接下载使用的技能库,让你更快找到“正好能用”的那一个。并且支持在SkillWink上直接上传skills。
我们提供 AI 语义搜索 + 关键字检索,支持 版本更新与多维排序(下载/点赞/评论/更新),并为每个技能提供 SKILL.md 开放标准与来源信息。你还可以在详情页直接 评论讨论、交流用法与改进建议。
快速上手:
支持下载与导入 skills(.zip/.skill),本地放置后即可生效:
~/.claude/skills/(Claude Code)
~/.codex/skills/(Codex CLI)
~/.gemini/skills/(Gemini CLI)
同一份 SKILL.md 跨平台通用。
你需要了解的:技能是什么、怎么运行的、怎么找、怎么导入、怎么判断可信、怎么参与共建。
这里的“skills(技能)”是一种可复用的任务能力包,通常包含 SKILL.md 说明(用途、输入输出、使用方法)以及可选的脚本/模板/示例文件。
你可以把它理解为:给 AI 助手或工具链用的“插件说明书 + 资源包”,可被反复安装与分享。
技能系统采用“渐进式披露”策略,高效管理上下文信息,具体流程如下:
发现阶段:系统启动时,智能体仅加载各技能的名称与简要描述——信息精简,足以判断其适用场景,避免冗余加载。
激活阶段:当任务需求与某技能描述匹配时,智能体才将对应的完整 SKILL.md 说明文档动态载入上下文。
执行阶段:智能体严格遵循文档指引执行操作,并按需调用关联文件或运行内置代码模块。
核心优势:该设计使智能体始终保持轻量高效,同时具备“按需扩展上下文”的能力,既保障响应速度,又确保复杂任务拥有充分执行依据。
推荐 3 种方式组合使用:
注:以上导入方式文件大小控制在10M之内。
常见路径如下(不同系统略有差异,以你本机为准):
同一份 SKILL.md 通常可以跨工具复用。你在 SkillWink 导入后,也可以查看“放置指引/安装说明”。
可以。很多技能本质是标准化说明 + 资源,只要目标工具支持读取该格式,就能共享使用。
比如:检索类技能 + 写作类技能 + 自动化脚本,形成“发现 → 处理 → 输出”的工作流。
一部分skills来源于公开的 GitHub 仓库。我们会筛掉低质量仓库(至少 2 星),并扫描基本质量指标,还有一部分是SkillWink平台的创作者独立上传的。作为使用者,在安装前应始终审查代码,对安全问题负责。
最常见原因是这几类:
我们会尽量避免。你可以用 排序 + 评论 让“好用的”更靠前: